認識大數據的第一本書

第1章｜大數據整體介紹
第2章｜大數據來源與應用
第3章｜大數據架構
第4章｜使用 Hadoop 進行分散式運算
第5章｜運用 MapReduce 進行平行處理
第6章｜NoSQL 資料庫
第7章｜運用 Spark 進行串流處理
第8章｜提取資料
第9章｜雲端運算
第10章｜網路日誌分析器應用程式個案研究
第11章｜資料探勘入門
第12章｜大數據程式設計入門
附錄 A｜在 Virtual Box 上使用 Cloudera 安裝 Hadoop
附錄 B｜在 Amazon Web Services (AWS) Elastic Compute Cluster (EC2) 上安裝 Hadoop
附錄 C｜Spark 安裝與教學

序

　　大數據是一種新穎、包羅萬象、如大自然一般廣大又雜亂的自然現象。想要搞懂它的規模與範疇及其機會和挑戰，需要新型的意識。而想要了解大數據的概念，則需要抑制許多關於資料上的傳統期望與假設，像是完整性、清晰度、一致性、以及簡潔性。對大數據的理解與掌握已從夢想慢慢轉變為現實，它是一個快速演化的領域，不論在值價與能力上皆呈指數型成長。

　　關於大數據的書籍愈來愈多，大部分都屬於兩種類型，有些著重在商業觀點，討論若想從大數據提供的諸多機會中獲得商業利益，需要什麼樣的策略性內部轉移。另一種則是著重在特定技術平台，例如Hadoop或Spark。而本書的目標則是將商業考量與技術完美地整合在一起。

　　感謝Maharishi Mahesh Yogi創辦了這所美好的大學，其以意識為基礎的環境，讓撰寫這本持續演進的書得以成真。感謝許多過去與當前學生對本書的貢獻。感謝Dheeraj Pandey協助「網路日誌分析器」應用程式與其細節，Suraj Thapalia協助Hadoop的安裝指導，Enkh Tseeleesuren協助撰寫Spark教學。感謝我的家人在此過程中的支持，本書亦得到許多同事與學生的讚許。

　　願大數據原力與您同在！